给机器人装上联想记忆MoteDB v0.12 混合检索实战附完整代码前几篇我们聊了 MoteDB 的定位和架构见文末系列链接这篇讲干货v0.12 带来的混合检索、Arrow/pandas 互操作、时序查询 680× 加速全部带可运行代码。全文基于已发布的 v0.12.1pip install motedb-python即可复现。一、先说一个真实场景巡检机器人在厂区跑一天落库的数据长这样30 万条时序读数温度、振动、电流每秒 10 点2 万张异常快照 各自的 CLIP embedding384 维几千条维修工单文本每个读数带空间坐标现在工程师想问的问题是“上次在 3 号车间东北角振动异常伴随轴承异响的那些时刻都拍到了什么”这个问题同时打到四种数据形态时间范围 空间区域 文本关键词 向量近邻。传统方案的答案是拼三个系统SQLite/时序库时序 FAISS/Milvus向量 ES全文 PostGIS空间四个进程、四套持久化、四种查询语言跨系统的一致性自己扛——机器人断电重启后哪边有数据哪边没有都是隐患。MoteDB 的答案是把四种索引长在同一个列存引擎上共享同一套 MVCC、ACID 和崩溃恢复单个嵌入式库文件解决。v0.12 补上了最后一块拼图混合检索——让文本和向量在一条查询里融合排序。二、v0.12 核心新能力1. hybrid_searchBM25 × 向量的 RRF 融合检索行业里做两路检索融合最头疼的是分数标定——BM25 分数和余弦距离根本不在一个量纲。v0.12 用的是信息检索领域标准的Reciprocal Rank Fusion只看排名不看分数rrf(d) Σ 1/(rrf_k rank)两路都命中的文档自然浮顶。importmotedbimportnumpyasnp dbmotedb.Database(robot.mote)# 建表时序 向量 文本一个表全装下db.execute( CREATE TABLE events ( id INT PRIMARY KEY, ts TIMESTAMP, zone TEXT, emb VECTOR(384), note TEXT )db.execute(CREATE TEXT INDEX idx_note ON events (note))db.execute(CREATE VECTOR INDEX idx_emb ON events (emb))# ── 混合检索文本轴承 异响 查询向量的近邻RRF 融合 ──rowsdb.hybrid_search(idx_note,# 文本索引轴承 异响,# 文本查询idx_emb,# 向量索引query_emb.tolist(),# 384 维查询向量k10,)forrinrows:print(r[id],r[note],r[__rrf__],r[__bm25__],r[__distance__])每行结果带三个透明字段__rrf__融合分、__bm25__文本相关性、__distance__向量距离排序逻辑完全可解释——这对事后审计机器人为什么召回这条记录很重要。2. Arrow / pandas 互操作 embedding 列不再变形以前从数据库取向量列Python 侧拿到的是嵌套 list转 numpy 要自己 reshape。v0.12 的query_arrow()直接产出规范的pyarrow.TableVECTOR 列映射为 Arrow 标准的fixed_size_listfloat32[384]pandas 一步到位# 列式直出向量列直接是 2D float32 语义tbldb.query_arrow(SELECT ts, zone, emb FROM events WHERE ts ?,params[t0])dfdb.query_pandas(SELECT ts, zone, emb FROM events WHERE ts ?,params[t0])embstbl.column(emb).combine_chunks()# → fixed_size_listfloat32反向也通insert_arrays吃 numpy 批量装载384 维 embedding 二维数组直插耐久档实测 19.7 万行/秒INSERT ... SELECT走同一批量管线实测 160 万行/秒。给机器人做白天采集、晚上回灌训练集的管线这条是主通路。3. 时序 top-k1.2s → 1.76ms680×这是 v0.12 最狠的一个修复。ts INT整数时间列的 TIMESERIES 表上执行SELECT*FROMsensorORDERBYtsDESCLIMIT10v0.11 及之前要 1.2 秒——三个 bug 叠加解码器只认 TIMESTAMP 编码、段元数据恒为 (0,0) 导致所有段被 zone-map 误剪、未提交行对 top-k 不可见。v0.12 三处根治 段级剪枝后只解码 top-k 所在段1M 行实测1.76ms比 DuckDB 全扫2.1ms还快。对机器人意味着什么最近 10 条异常这类最高频的查询从卡一下变成 2ms 内。4. 其余性能与正确性DiskANN 尾部延迟p99 30ms →1.5ms根因是冷缺页斜坡madvise 预热解决同 recall 档位对 FAISS Flat 快 9×scan-UPDATE/DELETE 谓词下推11.26 万行/秒同耐久口径反超 SQLite过滤向量检索修复WHERE zone3号车间 ORDER BY emb - ? LIMIT 10在高选择性谓词下不再漏结果迭代加深候选池事务内 FTS 读己之写事务里插入的文本MATCH立即可见这四个正确性 bug 全部由SQLite 作 oracle 的差分对拍实抓——这套差分测试是常驻回归门禁当前全量 239 个测试二进制、3957 个用例clippy 全目标 0 告警。做底层的都懂这几个数字的分量。三、5 分钟跑通全流程pipinstallmotedb-python numpyimportmotedb,numpyasnp dbmotedb.Database(demo.mote)db.execute(CREATE TABLE ev ( id INT PRIMARY KEY, ts TIMESTAMP, zone TEXT, emb VECTOR(8), note TEXT))db.execute(CREATE TEXT INDEX ev_note ON ev (note))db.execute(CREATE VECTOR INDEX ev_emb ON ev (emb))# numpy 批量装载 1000 行n1000db.insert_arrays(ev,{id:np.arange(n),ts:1700000000_000_000np.arange(n)*1000,# i64 微秒zone:[fzone_{i%4}foriinrange(n)],emb:np.random.rand(n,8).astype(np.float32),# (N, 8) 直插note:[fevent{i}foriinrange(n)],})# 混合检索位置参数文本索引, 文本查询, 向量索引, 查询向量, krowsdb.hybrid_search(ev_note,event 5,ev_emb,np.random.rand(8).astype(np.float32).tolist(),k5)print(db.query_pandas(SELECT zone, COUNT(*) FROM ev GROUP BY zone))Rust 侧cargo add motedbAPI 同形Database::hybrid_search。四、升级注意破坏性变更MATCH多词默认语义从 OR 改为 AND对齐 SQLite FTS5-- v0.11: 命中含任一词的文档-- v0.12: 命中同时含两词的文档ANDSELECT*FROMdocsWHEREMATCH(body,轴承 异响);-- 需要 OR 语义请显式写SELECT*FROMdocsWHEREMATCH(body,轴承 OR 异响);五、已知限制不藏着事务内未提交 INSERT 对MATCH快路径暂不可见扫描/聚合/点查的读己之写已覆盖LATEST BY 在 1M 行大表上性能待优化0.12.x 计划executemany慢 SQLite 2.4-2.7×Python 过桥开销用insert_arrays批量 API 可达 19-45 万行/秒pre-1.0SQL 面和多语言 FFI 仍在演进API 未冻结系列文章全球首款MoteDB面向具身智能的AI原生嵌入式数据库重新定义具身智能数据库AI原生多模态数据管理的破局者机器人本地喊饿具身智能正在撕裂的数据版图让AI拥有持久记忆moteDB如何解决具身AI的多模态存储难题链接GitHubhttps://github.com/motedb/motedb MIT欢迎 Star/Issue/PRcrates.iohttps://crates.io/crates/motedbPyPIhttps://pypi.org/project/motedb-python/性能档案https://github.com/motedb/motedb/blob/main/BENCHMARK.md如果这篇对你有帮助去 GitHub 点个 Star 就是最大的支持。下一篇计划写**“rosbag → MoteDB把机器人数据变成可查询的数据库”**感兴趣的评论区扣 1。 
长河君 · 2026/10/8 13:16:00 · 阅读 1.2k 给机器人装上“联想记忆“：MoteDB v0.12 混合检索实战（附完整代码）
给机器人装上联想记忆MoteDB v0.12 混合检索实战附完整代码前几篇我们聊了 MoteDB 的定位和架构见文末系列链接这篇讲干货v0.12 带来的混合检索、Arrow/pandas 互操作、时序查询 680× 加速全部带可运行代码。全文基于已发布的 v0.12.1pip install motedb-python即可复现。一、先说一个真实场景巡检机器人在厂区跑一天落库的数据长这样30 万条时序读数温度、振动、电流每秒 10 点2 万张异常快照 各自的 CLIP embedding384 维几千条维修工单文本每个读数带空间坐标现在工程师想问的问题是“上次在 3 号车间东北角振动异常伴随轴承异响的那些时刻都拍到了什么”这个问题同时打到四种数据形态时间范围 空间区域 文本关键词 向量近邻。传统方案的答案是拼三个系统SQLite/时序库时序 FAISS/Milvus向量 ES全文 PostGIS空间四个进程、四套持久化、四种查询语言跨系统的一致性自己扛——机器人断电重启后哪边有数据哪边没有都是隐患。MoteDB 的答案是把四种索引长在同一个列存引擎上共享同一套 MVCC、ACID 和崩溃恢复单个嵌入式库文件解决。v0.12 补上了最后一块拼图混合检索——让文本和向量在一条查询里融合排序。二、v0.12 核心新能力1. hybrid_searchBM25 × 向量的 RRF 融合检索行业里做两路检索融合最头疼的是分数标定——BM25 分数和余弦距离根本不在一个量纲。v0.12 用的是信息检索领域标准的Reciprocal Rank Fusion只看排名不看分数rrf(d) Σ 1/(rrf_k rank)两路都命中的文档自然浮顶。importmotedbimportnumpyasnp dbmotedb.Database(robot.mote)# 建表时序 向量 文本一个表全装下db.execute( CREATE TABLE events ( id INT PRIMARY KEY, ts TIMESTAMP, zone TEXT, emb VECTOR(384), note TEXT )db.execute(CREATE TEXT INDEX idx_note ON events (note))db.execute(CREATE VECTOR INDEX idx_emb ON events (emb))# ── 混合检索文本轴承 异响 查询向量的近邻RRF 融合 ──rowsdb.hybrid_search(idx_note,# 文本索引轴承 异响,# 文本查询idx_emb,# 向量索引query_emb.tolist(),# 384 维查询向量k10,)forrinrows:print(r[id],r[note],r[__rrf__],r[__bm25__],r[__distance__])每行结果带三个透明字段__rrf__融合分、__bm25__文本相关性、__distance__向量距离排序逻辑完全可解释——这对事后审计机器人为什么召回这条记录很重要。2. Arrow / pandas 互操作 embedding 列不再变形以前从数据库取向量列Python 侧拿到的是嵌套 list转 numpy 要自己 reshape。v0.12 的query_arrow()直接产出规范的pyarrow.TableVECTOR 列映射为 Arrow 标准的fixed_size_listfloat32[384]pandas 一步到位# 列式直出向量列直接是 2D float32 语义tbldb.query_arrow(SELECT ts, zone, emb FROM events WHERE ts ?,params[t0])dfdb.query_pandas(SELECT ts, zone, emb FROM events WHERE ts ?,params[t0])embstbl.column(emb).combine_chunks()# → fixed_size_listfloat32反向也通insert_arrays吃 numpy 批量装载384 维 embedding 二维数组直插耐久档实测 19.7 万行/秒INSERT ... SELECT走同一批量管线实测 160 万行/秒。给机器人做白天采集、晚上回灌训练集的管线这条是主通路。3. 时序 top-k1.2s → 1.76ms680×这是 v0.12 最狠的一个修复。ts INT整数时间列的 TIMESERIES 表上执行SELECT*FROMsensorORDERBYtsDESCLIMIT10v0.11 及之前要 1.2 秒——三个 bug 叠加解码器只认 TIMESTAMP 编码、段元数据恒为 (0,0) 导致所有段被 zone-map 误剪、未提交行对 top-k 不可见。v0.12 三处根治 段级剪枝后只解码 top-k 所在段1M 行实测1.76ms比 DuckDB 全扫2.1ms还快。对机器人意味着什么最近 10 条异常这类最高频的查询从卡一下变成 2ms 内。4. 其余性能与正确性DiskANN 尾部延迟p99 30ms →1.5ms根因是冷缺页斜坡madvise 预热解决同 recall 档位对 FAISS Flat 快 9×scan-UPDATE/DELETE 谓词下推11.26 万行/秒同耐久口径反超 SQLite过滤向量检索修复WHERE zone3号车间 ORDER BY emb - ? LIMIT 10在高选择性谓词下不再漏结果迭代加深候选池事务内 FTS 读己之写事务里插入的文本MATCH立即可见这四个正确性 bug 全部由SQLite 作 oracle 的差分对拍实抓——这套差分测试是常驻回归门禁当前全量 239 个测试二进制、3957 个用例clippy 全目标 0 告警。做底层的都懂这几个数字的分量。三、5 分钟跑通全流程pipinstallmotedb-python numpyimportmotedb,numpyasnp dbmotedb.Database(demo.mote)db.execute(CREATE TABLE ev ( id INT PRIMARY KEY, ts TIMESTAMP, zone TEXT, emb VECTOR(8), note TEXT))db.execute(CREATE TEXT INDEX ev_note ON ev (note))db.execute(CREATE VECTOR INDEX ev_emb ON ev (emb))# numpy 批量装载 1000 行n1000db.insert_arrays(ev,{id:np.arange(n),ts:1700000000_000_000np.arange(n)*1000,# i64 微秒zone:[fzone_{i%4}foriinrange(n)],emb:np.random.rand(n,8).astype(np.float32),# (N, 8) 直插note:[fevent{i}foriinrange(n)],})# 混合检索位置参数文本索引, 文本查询, 向量索引, 查询向量, krowsdb.hybrid_search(ev_note,event 5,ev_emb,np.random.rand(8).astype(np.float32).tolist(),k5)print(db.query_pandas(SELECT zone, COUNT(*) FROM ev GROUP BY zone))Rust 侧cargo add motedbAPI 同形Database::hybrid_search。四、升级注意破坏性变更MATCH多词默认语义从 OR 改为 AND对齐 SQLite FTS5-- v0.11: 命中含任一词的文档-- v0.12: 命中同时含两词的文档ANDSELECT*FROMdocsWHEREMATCH(body,轴承 异响);-- 需要 OR 语义请显式写SELECT*FROMdocsWHEREMATCH(body,轴承 OR 异响);五、已知限制不藏着事务内未提交 INSERT 对MATCH快路径暂不可见扫描/聚合/点查的读己之写已覆盖LATEST BY 在 1M 行大表上性能待优化0.12.x 计划executemany慢 SQLite 2.4-2.7×Python 过桥开销用insert_arrays批量 API 可达 19-45 万行/秒pre-1.0SQL 面和多语言 FFI 仍在演进API 未冻结系列文章全球首款MoteDB面向具身智能的AI原生嵌入式数据库重新定义具身智能数据库AI原生多模态数据管理的破局者机器人本地喊饿具身智能正在撕裂的数据版图让AI拥有持久记忆moteDB如何解决具身AI的多模态存储难题链接GitHubhttps://github.com/motedb/motedb MIT欢迎 Star/Issue/PRcrates.iohttps://crates.io/crates/motedbPyPIhttps://pypi.org/project/motedb-python/性能档案https://github.com/motedb/motedb/blob/main/BENCHMARK.md如果这篇对你有帮助去 GitHub 点个 Star 就是最大的支持。下一篇计划写**“rosbag → MoteDB把机器人数据变成可查询的数据库”**感兴趣的评论区扣 1。